Strava wykonała globalne czyszczenie rankingów segmentów: z tabel wyników usunięto 2,3 mln aktywności błędnie wrzuconych jako „zwykła jazda”, choć były z rowerów elektrycznych, oraz 1,6 mln aktywności z pojazdów. Efekt: 293 tys. osób odzyskało należne miejsca w TOP10. Strava wdrożyła nowe modele ML i ponownie przetworzyła kluczowe leaderboardy.
Dlaczego Strava usunęła 2,3 mln aktywności na rowerach elektrycznych?
Powód był praktyczny: długotrwałe „zanieczyszczenie” rankingów segmentów przez aktywności, które nie powinny tam konkurować z klasyczną jazdą na rowerze. W komunikacji inżyniera Stravy wskazano trzy źródła problemu:
- aktywności zarejestrowane na e-bike, ale przesłane jako zwykła jazda
- aktywności zawierające odcinki przejazdu pojazdem (auto, pociąg, itp.) albo w całości pojazdem
- błędnie oznaczone dyscypliny (np. „bieg”, który jest realnie przejazdem rowerowym)
To uderza w sens segmentów: segment ma mierzyć porównywalny wysiłek w porównywalnych warunkach, a nie „kto miał lepsze wspomaganie / transport”.
Co dokładnie zostało zmienione w Strava?
Zmiana nie była kosmetyką. Strava opisała to jako globalne uzupełnianie i ponowne przetwarzanie danych w rankingach segmentów oraz wdrożenie nowych/ulepszonych modeli uczenia maszynowego.
Najważniejsze elementy wdrożenia:
- Ulepszone wykrywanie e-bike: nowy model ML wychwytujący przejazdy na rowerach elektrycznych, które trafiły do „zwykłych” przejazdów.
- Porządkowanie tabel wyników: przetworzono top 100 aktywności w każdym globalnym rankingu segmentów jazdy, żeby ograniczyć wpływ pojazdów, złych dyscyplin i e-bike.
- Mniej zakłóceń w rankingach biegów: model lepiej wykrywa, kiedy „bieg” jest w praktyce jazdą rowerową.
Dodatkowo, Strava komunikuje wprost, że w ramach tych działań łącznie usunięto 3,9 mln aktywności z leaderboardów (w tym 2,3 mln e-bike).
Jakie są liczby i jakie mają znaczenie dla użytkowników?
Wyniki podane w komunikacji Strava:
- 2,3 mln aktywności e-bike usuniętych z rankingów segmentów jazdy
- 1,6 mln aktywności pojazdów usuniętych z rankingów
- 293 tys. sportowców, którym „przywrócono” należne miejsca w TOP10
Znaczenie operacyjne tych liczb:
- skala była globalna, więc dotyczy zarówno popularnych segmentów miejskich, jak i „turystycznych” tras z dużą rotacją użytkowników i sprzętu (np. wypożyczane e-bike)
- realnie zmienia się historia wyników: część rekordów na segmentach mogła zniknąć, a rankingi mogły się „przesunąć” nawet o setki miejsc
Te liczby są spójne w źródle pierwotnym (post zespołu Strava w serwisie Reddit) oraz w omówieniach branżowych.
Jak działa wykrywanie e-bike i pojazdów w Strava?
Strava opisuje to jako zestaw modeli ML, które analizują aktywność i zwracają prawdopodobieństwo, że dana aktywność zawiera pojazd / jest e-bike / jest błędnie oznaczona dyscypliną. W przypadku wykrywania pojazdów Strava publikowała wcześniej szczegóły podejścia (model klasyfikacyjny, analiza cech aktywności, probabilistyka decyzji).
W praktyce system bierze pod uwagę typowe sygnały:
- nienaturalne skoki prędkości i przyspieszenia
- profile tempa niepasujące do sportu (np. „bieg” w tempie roweru)
- charakterystykę odcinków: bardzo szybkie, płaskie przeloty między fragmentami jazdy
- powtarzalne wzorce „dojazdu autem” po zakończeniu treningu (brak stop/crop)
W przypadku e-bike istotą jest odróżnienie przejazdu ze wspomaganiem od klasycznej jazdy, nawet jeśli użytkownik oznaczył sport niepoprawnie.
Co oznacza „przetworzyliśmy top 100 aktywności” w rankingach segmentów?
To działanie celuje w najbardziej widoczną warstwę problemu: segmenty żyją rankingiem, a ranking żyje czołówką.
Logika operacyjna:
- Zbiór: każdy globalny ranking segmentu jazdy (leaderboard segmentu)
- Próg: 100 najpopularniejszych aktywności w rankingu
- Przetwarzanie: ponowna ocena aktywności przez modele (e-bike, pojazdy, typ sportu)
- Skutek: usunięcie/wykluczenie nieprawidłowych wpisów z „zwykłych” tabel wyników
To nie jest „ban” aktywności z konta. To jest porządkowanie tego, co kwalifikuje się do danej tabeli wyników.
Jakie typy „anomalii” Strava usuwa z leaderboardów?
Najczęstsze kategorie anomalii w rankingach segmentów:
- e-bike wrzucony jako zwykła jazda: świadomie lub przez błąd urządzenia/ustawień
- pojazd w aktywności: odcinek dojazdu po treningu, brak przycięcia, brak zatrzymania
- zły sport: aktywność oznaczona jako bieg, a będąca jazdą na rowerze (lub odwrotnie)
- inne pojazdy: pociąg, motocykl, itp. (w zależności od danych)
Jak porównać e-bike, zwykłą jazdę i pojazd w kontekście rankingów?
Poniżej zestawienie, które porządkuje sens kategorii w Strava.
| Kategoria aktywności | Co to znaczy w praktyce | Czy powinna konkurować na zwykłych segmentach jazdy? | Typowy problem |
|---|---|---|---|
| Zwykła jazda (rower) | Napęd wyłącznie siłą mięśni | Tak | Błędne oznaczenie e-bike jako zwykła jazda |
| E-bike | Wspomaganie elektryczne (różne poziomy) | Nie (powinna trafiać do e-bike leaderboardów) | Ustawienia urządzenia / celowe „zaniżenie” kategorii |
| Pojazd | Auto/pociąg/moto w całości lub fragmencie | Nie | Brak stop, brak crop, dojazd po treningu |
Jakie procesy po stronie Strava zostały wdrożone krok po kroku?
Proces da się ująć jako pipeline wdrożeniowy (na podstawie opisu inżyniera Strava):
- Identyfikacja problemu: nietypowe aktywności w leaderboardach segmentów i wyzwań
- Budowa i wdrożenie modeli ML: pojazdy, jazda na rowerze, e-bike (kilka modeli równolegle)
- Globalny reprocessing leaderboardów: ponowne przetworzenie newralgicznych tabel (top 100)
- Ekspansja wykrywania anomalii poza segmenty: także tabele wyzwań
- Iteracja: utrzymanie i dalsza poprawa (integralność danych nie jest projektem „zamkniętym”)
To jest podejście „ciągłe”, a nie jednorazowy sprint.
Jakie są konsekwencje dla uczciwej rywalizacji na segmentach?
Konsekwencje są proste, ale odczuwalne:
- mniej „nierealnych” KOM/QOM i mniej sztucznie napompowanych czasów
- więcej spójności między tym, co użytkownik widzi w treningu, a tym, co znaczy wynik na segmencie
- większa odporność leaderboardów na błędy urządzeń i importów (w tym automatyczne rozpoznawanie typu aktywności)
Media branżowe opisują tę operację jako jedną z większych akcji „sprzątania danych” na leaderboardach Strava.
Jakie sytuacje najczęściej prowadzą do usunięcia aktywności z leaderboardu?
Najczęstsze scenariusze (bez intencji oszustwa):
- trening zakończony, ale rejestracja trwa dalej (np. dojazd autem do domu)
- brak przycięcia aktywności po imporcie
- automatyczna kategoryzacja urządzenia wskazuje e-bike, ale upload trafia jako zwykła jazda
- błędny sport ustawiony w zegarku lub aplikacji towarzyszącej
W praktyce Strava opisuje „pojazdy” także jako skutek nieprzyciętych dojazdów po aktywności.
Jak sprawdzić, czy aktywność była e-bike albo zawierała pojazd?
Neutralna procedura weryfikacji (stosowana przez użytkowników):
- Podgląd wykresów prędkości i tempa: szukanie nienaturalnych skoków
- Sprawdzenie mapy: odcinki „teleportujące” w krótkim czasie albo ewidentny przejazd drogą szybkiego ruchu po treningu
- Porównanie z danymi mocy/tętna: wysokie tempo bez adekwatnego obciążenia
- Kontrola typu aktywności: czy jest ustawione „E-bike ride”, „Ride”, „Run” itd.
Jak Strava ogranicza zakłócenia w rankingach biegów?
Strava wdrożyła model, który lepiej rozpoznaje sytuację, w której aktywność przesłana jako bieg jest w rzeczywistości jazdą rowerową. Cel jest jeden: żeby rower nie „wjeżdżał” w leaderboard biegowy.
Jak to łączy się z wcześniejszymi działaniami Strava dotyczącymi „uczciwości leaderboardów”?
To nie jest izolowana decyzja. Strava od dłuższego czasu komunikuje rozwój mechanizmów integralności leaderboardów i usuwania aktywności pojazdowych z segmentów, w tym opis „Cars on Segments” oraz publiczne komunikaty produktowe o utrzymywaniu rankingów w ryzach.
Co oznacza ta zmiana dla rynku e-bike w Polsce?
W Polsce e-bike jest coraz częstszy: dojazdy, turystyka, trening tlenowy z ograniczeniem obciążenia, rehabilitacja. W praktyce problem dotyczy nie samego e-bike, tylko mieszania kategorii w rywalizacji segmentowej.
Konsekwencje „dla polskiego użytkownika”:
- segmenty w miastach i na popularnych trasach (bulwary, wały, ścieżki wzdłuż rzek) mają większą szansę wrócić do realnej rywalizacji „rowerowej”
- segmenty w miejscach turystycznych (wypożyczalnie e-bike) mają większą szansę przestać być zdominowane przez aktywności wrzucone do złej kategorii
- rośnie znaczenie poprawnej konfiguracji sprzętu i typu aktywności (bo automatyka Strava będzie częściej korygować)
FAQ
Czy Strava usunęła aktywności z kont użytkowników, czy tylko z rankingów?
W komunikatach i omówieniach branżowych opisywany skutek dotyczy przede wszystkim usunięcia z leaderboardów segmentów, aby wyniki nie zanieczyszczały tabel i trafiały do właściwych kategorii (np. e-bike leaderboardy).
Ile aktywności e-bike usunięto według Strava?
Podana liczba to 2,3 mln aktywności e-bike usuniętych z tabel wyników zwykłych segmentów jazdy.
Ile aktywności z pojazdów usunięto?
Podana liczba to 1,6 mln aktywności pojazdowych usuniętych z tabel wyników.
Ilu sportowców odzyskało miejsca w TOP10?
Wskazana liczba to 293 tys. sportowców, którym przywrócono należne miejsca w pierwszej dziesiątce.
Co Strava zrobiła, żeby ograniczyć „rower w bieganiu”?
Strava wdrożyła model, który lepiej identyfikuje, kiedy aktywność przesłana jako bieg jest w rzeczywistości jazdą na rowerze, dzięki czemu rowerzyści nie zakłócają rankingów biegowych.
Skąd pochodzą informacje o tej akcji?
Rdzeń informacji pochodzi z publicznego wpisu inżyniera Strava opublikowanego w Reddit oraz z komunikacji produktowej Strava.
TL;DR
Strava globalnie oczyściła leaderboardy segmentów: 2,3 mln aktywności e-bike i 1,6 mln aktywności pojazdowych usunięto z rankingów, a 293 tys. osób odzyskało miejsca w TOP10. Mechanizm oparto o nowe i ulepszone modele ML oraz ponowne przetworzenie czołówki tabel wyników.
